上下文窗口是模型在单次请求里能“看到”的文字总量，按 token 计算，你输入的提示和它生成的回答共用这一份额度。它决定了一轮对话里模型能同时顾及多少内容，超出的部分它就看不见了。
一句话定义
上下文窗口就是模型一次能处理的 token 上限，输入和输出共用这份额度。token 可以粗略理解为一小段文字：几个字符、一个词，或者半个词。当对话越堆越长、超过这个上限，最早的内容会被挤出视野或被截断，模型就没法再引用它已经看不到的东西。
一个例子
把一份长报告粘进对话让模型总结，报告本身、你的问题、加上它给出的回答，全都要塞进同一个窗口。整份报告在窗口内，模型能一次读完；一旦超了，靠后的段落可能被丢掉。你可以在 Claude 或 Google Gemini 这类工具里做这件事。要注意，即便资料塞得进窗口，长文里分散的细节也可能被漏掉：拿 Google Gemini 做大文件分析时，分散的细节可能被漏掉，结论需要回看原文。Claude 这边同理，联网找来的资料和它得出的结论，都要对照原始来源再确认一遍。
和相近概念的区别
上下文窗口和模型的“记忆”是两回事，别混为一谈。训练数据是模型早就学过、固定在参数里的东西；上下文窗口是当前这轮对话临时装进去的内容，请求一结束就清空。有些产品会在窗口之外再加一层长期记忆或资料检索来补足，但那是另一套机制，并不等于窗口本身变大了。
什么时候用得上
当你要处理长文档、连续多轮的长对话，或大段代码时，窗口大小直接决定模型能不能一次看全。窗口越大，一次能喂进去的资料越多；但更大的窗口往往和更高的方案绑定，Claude 的用量和高级功能会随方案变化，动手前值得先确认自己的额度够不够。还有一点：把资料塞满窗口，不等于模型会平均对待每一段，靠中间位置的细节最容易被忽略，重要结论最好回原文核一遍。
